一种基于先验信息的脑功能网络提取方法*

目的 脑功能网络的提取在脑科学研究中具有重要意义,本文提出一种基于先验信息的脑功能网络提取方法。方法该方法首先基于先验信息得到初始的目标和背景种子点,然后基于图论将整个脑图像构建图,最后利用半监督聚类技术提取脑功能网络。基于不同信噪比的模拟数据,本文对提出方法、基于种子点的方法、独立成分分析方法、以及两种聚类方法（归一化最小化割和K均值方法）进行比较。基于真实脑静息态功能核磁共振数据,本文使用提出方法对默认模式网络进行提取。结果 基于模拟数据的实验结果表明提出算法相对于传统的方法可以得到更为准确且鲁棒的脑功能网络。基于静息态功能核磁共振数据得到的默认模式网络在一些重要脑区具有高的稳定性,且不同地点采集数据得到的结果具有较强的一致性。结论 提出方法是一种有效的脑功能网络提取方法。     

基于稀疏张量分解的动态功能网络分析

静息态功能磁共振成像(RS-fMRI)是目前研究人脑功能的重要技术之一,脑功能连接的动态分析为研究大脑内部状态变化提供了一种有效的手段。文中提出了一种基于稀疏张量CP分解算法的动态脑功能网络分析方法。首先利用静息态fMRI数据不同维度的信息构建张量模型,并对其进行优化求解。然后使用动态检测法对时变网络的状态进行划分,构建脑功能连接网络,并与常用的滑动窗口方法进行对比分析。实验结果表明,该方法能够准确识别出静息态fMRI数据的时间维度信息,捕获静息态fMRI数据中的动态功能连接。     

一种基于信任协商机制的云服务资源信任验证方法

为了分析突发事件对供应链网络整体功能的影响,基于复杂网络理论,考虑节点失效性能的传递性,提出了传递攻击策略,用其模拟供应链系统中的供求失效,进而分析供应链网络在受到攻击时的 脆弱性和鲁棒性。实验结果表明,传递攻击能够很好地模拟供应链网络中的供求失效,且供应链网络面对传递攻击时,网络结构表现得比较脆弱;同时也说明了该攻击策略是可行的,具有一定的现实意义。     

基于复杂网络理论的城市公交网络鲁棒性分析与优化

以往对城市公交网络的研究多集中在网络拓扑结构的性质上,关于优化网络鲁棒性的研究较少。从公交路线网站上获取某市实时公交路线后,基于Python软件构建了该市公交网络拓扑结构模型。采用连通度、最大连通子图的相对大小、网络效率作为公交网络鲁棒性评价指标,以节点度攻击与随机攻击模式对网络进行攻击,结果表明随机攻击模式下该市公交网络鲁棒性较好,节点度攻击模式下该市公交网络鲁棒性较差。在采用高度数加边、高介数加边、低度数加边、低介数加边和随机加边策略对网络进行鲁棒优化后对比得出,低度数和低介数加边策略对网络鲁棒性提升效果好,高介数和高度数加边策略不能提升网络鲁棒性。     

基于ICA和图论方法的脑电β波静息态功能连接

为了探究正常人脑电β波(13 ～25 Hz)静息态功能连接,提出了一种结合独立成分分析(ICA)、图论、层次聚类、t检验、标准低分辨率电磁断层成像(sLORETA)技术的分析算法.对利用BP Analyzer 64导脑电仪采集的25个健康被试者在闲眼和睁眼静息状态下的高分辨率脑电信号β波(13 ～25 Hz)进行了功能连接研究,结果表明:(a)β波在闭眼状态下的功能连接明显多于睁眼状态;(b)从闭眼状态到睁眼状态,在右侧大脑顶叶、枕叶、颞叶区域β波功能连接明显减弱,而在双侧额叶连接增强;(c)静息态网络中的默认节点网络、视觉网络、运动感觉网络在闭眼状态下显著.因此,证明该算法适用于研究脑电β波静息态功能连接.     

基于不同子网络级联机制的相依网络鲁棒性研究

以往相依网络的级联失效研究都基于相同子网络级联机制的假设下进行分析,在借鉴前人研究的基础上,利用负载 能力模型提出基于不同子网络级联机制的相级联模型,并分析不同攻击策略对相依网络鲁棒性的影响。通过针对相依ER随机网络和相依无标度网络的攻击策略模拟仿真,对比不同攻击策略的效果,从而发现相依网络拓扑结构要素对不同攻击策略的影响。同时,通过对比同一攻击策略下的不同级联失效机制的效果,发现了级联失效机制的对称性对相依网络鲁棒性造成的影响。     

静息态脑功能网络的社团结构研究

为了探索人脑的工作机制,提出将社团划分算法应用于人脑功能网络。利用功能磁共振(fMRI)采集28名健康被试静息态脑功能数据,构建了基于时间序列的脑功能网络;根据模块度和网络全连接理论对网络中的边数划定阈值范围,利用层次聚类算法和贪心算法对脑网络进行社团划分,实验结果证明两种算法的划分结果基本一致,验证了人脑功能网络具有模块化结构;进而分析了脑网络社团结构在跨阈值范围内的差异化表现,提出了研究脑功能网络的边数有效阈值范围是180至320条边。挖掘脑网络的社团结构有助于研究脑病变机理,以辅助脑疾病的诊断治疗。     

基于复杂网络的城市公交网络抗毁性分析*

以国内四个城市公共交通系统为研究对象,对由停靠站点构建的公交网络拓扑结构进行了计算和分析。在此基础上提出了公交网络的抗毁性测度——最大连通子图的相对大小和网络效率,并考察了公交网络在不同攻击模式下的抗毁性。结果表明,公交网络具有对随机攻击的鲁棒性,同时又具有对选择攻击的脆弱性。网络的可靠性是由一些关键节点（公交枢纽站点）的稳定性决定的,应当切实保障这类站点的正常、高效运行。     

复杂网络能控性鲁棒性研究进展

研究复杂网络能控性鲁棒性对包括社会网络、生物和技术网络等在内的复杂系统的控制和应用具有重要价值. 复杂网络的能控性是指: 可通过若干控制节点和适当的输入, 在有限时间内将系统状态驱动至任意目标状态. 能控性鲁棒性则是指在受到攻击的情况下, 复杂网络依然维持能控性的能力. 设计具有优异能控性鲁棒性的复杂网络模型和优化实际网络的能控性鲁棒性一直是复杂网络领域的重要研究内容. 本文首先比较了常用的能控性鲁棒性定义及度量, 接着从攻击策略的角度分析了3类攻击的特点及效果, 包括随机攻击、基于特征的蓄意攻击和启发式攻击. 然后比较了常见模型网络的能控性鲁棒性. 介绍了常用优化策略, 包括模型设计和重新连边等. 目前的研究在攻击策略和拓扑结构优化方面都取得了进展, 也为进一步理论分析提供条件. 最后总结全文并提出潜在研究方向.     

抑郁症功能脑网络社团结构差异分析研究

社团结构是复杂网络普遍具有的一个拓扑特性,被认为是一个复杂网络的主要组织原则。基于静息态fMRI(functional magnetic resonance imaging)数据构建功能脑网络,并对其进行模块划分,研究人类脑功能网络的社团结构,并首次从脑网络社区结构的角度分析抑郁症患者和正常人的差异。另外,在研究过程中,通过引入"小核团"的概念,提出一种分析脑网络社区结构间差异的新方法。通过研究抑郁症病患者在脑网络社团结构的改变,为疾病诊断方面提供了一些重要的研究和临床应用价值。